组合模型对居民消费价格指数序列的分析及预测

求和自回归移动平均模型(简称ARIMA)及支持向量回归模型(简称SVR)是两个重要且行之有效的分析及预测时间序列的方法.他们都能在一定程度上反映数据所包含的信息且信息不会完全重叠.为了能够各取所长,本文用这两种模型的组合模型对居民消费指数(CPI)进行了预测,结果显示组合模型提高了指数的预测精度.     

在数字电路验证中使用模型检验

形式化方法作为仿真方法的补充,为电路功能验证提供了新的途径.介绍了形式化验证方法之一,模型检验的理论基础和实现方法.介绍了分支时态逻辑CTL、CTL的固定点算法,二元决策图BDD,以及符号模型检验方法.最后使用SMV工具在一个CISC处理器的存储管理单元(MMU)上应用了模型检验,验证了模型检验在模块级验证中的可行性.     

一种非线性系统稳定性直接判据算法

基于李雅普诺夫(Lyapunov)稳定理论,提出一种直观的非线性系统的稳定性判据算法(简称DNSA),这种算法是建立在一类非线性动态系统的模型结构上.算例仿真验证了这种算法的正确性,该算法为一类非线性系统的设计提供了方便.     

基于LMD和AR模型的转子系统故障诊断方法

提出了基于局部均值分解(Local mean decomposition,简称LMD)和AR模型相结合的转子系统故障诊断方法.该方法先用LMD方法将转子振动信号分解成若干个瞬时频率具有物理意义的PF(Product function,简称PF)分量之和,然后对每一个PF分量建立AR模型,提取模型参数和残差方差作为故障特征向量,并以此作为神经网络分类器的输入来识别转子的工作状态和故障类型.与EMD方法的对比研究表明,这两种方法均能有效地应用于转子系统的故障诊断.但LMD方法信号分解后数据残差比EMD方法的小.     

BPNN-HDMR非线性近似模型方法及应用

提出基于误差反向传播神经网络(Back Propagation Neural Network,BPNN)的高维模型表示(high dimensional model representation,HDMR)方法,即BPNN-HDMR方法.BPNN-HDMR方法的显著优势是将BP神经网络的非线性函数逼近能力与高维模型的层级结构理论相结合来构建近似模型,并能够揭示输入变量之间固有的线性或非线性关系及其相关性,将构造模型复杂度由指数级增长降阶为多项式级,有效地解决了高维建模问题.通过测试和对比验证了该算法的效率和建模能力,并将该算法应用于矿用自卸车安全驾驶室翻车保护装置(Roll-Over Protective Structure,ROPS)的优化设计.通过优化结果验证了所提方法的可行性和有效性.     

软件体系结构动态特征建模与验证

针对软件体系结构描述语言在分析、验证软件构架动态行为中的不足,采用谓词/变迁(Pr/T)网为软件体系结构动态行为建模,并提出了基于线性时序逻辑的软件体系结构动态行为模型验证方法.首先根据体系结构层次模型扩展Pr/T网建立体系结构动态行为模型(DFM)并构造DFM的可达图,然后使用基于自动机理论的方法来验证模型的时态逻辑性质,最后通过对一个电子商务系统实例的并发控制机制建模和模型检测,验证了该方法的有效性.所提方法结合了Pr/T网和线性时序逻辑的优点,为进一步开展软件体系结构动态行为的分析、验证奠定了基础.     

基于汽车产品回收信息模型的RRR计算

文章在研究汽车产品RRR(Reuse,Recycle,Recovery,简称RRR)计算方法和实施流程的基础上,从结构元、拆解元和材料元对汽车产品零部件信息进行了描述,构建了面向RRR计算的汽车产品回收信息模型,分析了信息模型的元素组成及元素间的映射关系,采用分层多叉树结构对产品信息模型进行了描述,给出了模型信息不确定情况下的数据校核算法;以某汽车企业量产的某款汽车为例,对提出的计算方法进行了验证.结果表明,该信息模型可有效地用于计算整车的RRR性能,从而为汽车产品设计提供理论依据.     

基于神经网络的模型验证方法

通过对传统模型验证方法在应用中所存在问题的详细分析,提出一种基于神经网络的模型验证方法.该方法利用神经网络强大的非线性映射能力,通过对各种模型关键行为特性的学习,将实际系统行为归类为其中的一种模型,从而对模型的可信性做出评估.首先利用仿真模型的输入输出作为训练集充分训练神经网络,再使用实际系统参数作用于训练好的神经网络,通过神经网络的输出值(概率向量)确定模型与实际系统的匹配程度.最后的图像目标识别模型验证数值仿真实例,说明了该方法的可行性和有效性.基于神经网络的模型验证方法能够很好地验证模型对复杂不确定系统的建模准确程度.     

PPTL模型检测器实现的一个关键技术

针对命题线性时序逻辑表达能力有限的问题,设计并开发了基于SPIN(Simple Promela interpreter)验证系统的命题投影时序逻辑(PPTL)模型检测器.将协议元语言(ProMeLa)描述的系统转换为系统自动机,将PPTL公式表达的性质转换为性质自动机,通过判定系统与性质自动机的积自动机接受的语言是否为空来判断系统是否满足性质.PPTL模型检测器修改了SPIN的匹配机制,从而改进了验证算法,使得PPTL模型检测器支持有穷和无穷模型的验证.实验结果表明,该模型检测器可以减少无效验证产生的无效迹数目,有效地实现PPTL模型检测.     

基于Laplace谱结构特征和局部特征的图像分类

鉴于常规词袋模型中图像局部特征对图像信息表达不全面的特点,提出一种基于图像Laplace谱结构特征与局部特征相结合的图像分类方法.在提取基于图像均匀划分的Laplace谱结构特征后,对图像进行尺度不变特征变换(scale-invariant feature transform,简称SIFT)的抽取及描述;构造基于图像特征的视觉词典;根据视觉词典对图像特征进行量化,得到图像的全局特征直方图表示;构造支持向量机(support vector machine,简称SVM)分类器并进行图像分类.实验验证了该方法对图像进行分类的有效性与可行性.     

γ‘—Fe4N制备的穆斯堡尔谱研究

在ＮＨ３／Ｈ２气氛下热处理草酸亚铁的结果表明氮化物的形成和氮化物间的相转变是有条件的。在众多的影响产物的工艺因素中，热处理温度和ＮＨ３／Ｈ２的气流比是影响γ］－Ｆｅ４Ｎ形成的两个最关键因素。为了获得单相的γ＇－Ｆｅ４Ｎ，除热处理温度要在５５０－６５０℃附近外，ＮＨ３／Ｈ２的比最好应小于１：１。     

Repeat-until语句的操作语义与指称语义的等价性证明

在计算机科学中，形式语义学以数学为工具，精确地定义和解释计算机程序设计语言的含义或语义．其中操作语义学和指称语义学是形式语义学的两大类别．本文使用简单的命令式语言IMP的语法，首先给出了repeat—until循环语句的操作语义，然后详细推导出了其指称语义，并在此基础上详细证明了它们二者之间的语义等价性．     

基于轨迹的指称语义方法

文章提出一种基于轨迹的指称语义框架,该框架结合了操作语义和代数语义的特征,避免使用专门的数学理论,将静态语义和动态语义结合在一起统一处理.文章引入了轨迹概念和模型语言,然后讨论该语言的各句法成分所对应的语义论域,并对过程和函数进行了一些描述。     

互逆主义数学哲学与计算

指出数学不是建立在集合论之上,而是建立在人类计数实践之上。经典数理逻辑是有量词的,而互逆主义数理逻辑没有量词,绝大多数逻辑在计算机的应用系统中也都是没有量词的。为说明互逆主义数理逻辑在计算中的能行性,给出了其在人工智能计算中的应用：二层单准Prolog的操作语义和指称语义。     

一种研究组件引用语义的动力系统方法

在组件和引用形式模型的基础上给出了组件集的拓扑空间结构，从而在组件并行递归引用形式语义的研究中引入一种新的基于拓扑动力系统的观点和方法，将其指称对象的存在性归结于一个动力系统的吸引子和泛函不动点，同时将引用过程描述为系统的轨迹．最后，用这种动态方法分析了一个非单调对称工作流模型的工作过程，得到了工作流的轨迹和终止状态集。     

UML视图的一种形式化模型及其分析

UML是一种得到广泛应用的系统建模语言，但是由于它缺乏形式化语义和严格的推理机制，从而影响了系统建模的准确性和开发效率。TCOZ是一种将Object—Z和TCSP相结合的形式化语言，具有丰富的建模能力。基于TCOZ，本文建立了UML视图的一种形式化模型，对类图和协作图等提出了转换规则，使得TCOZ中的推理可用于分析UML视图。通过某学校信息系统的实例，阐述了UML视图的形式化建模方法和分析技术。     

基于TCOZ的UML用例图的形式化模型

基于TCOZ,本文建立了UML视图的一种形式化模型,不仅为UML提供了一种精确的数学描述,也为其正确性分析和验证奠定了基础。     

基于UML的软件结构规范与精化(英文)

提出利用UML表示软件体系结构不同的视,表明了UML可以用于建模软件结构。UML的图形语义用通信顺序进程CSP的符号表示,进一步,基于CSP的语义可以链接不同的软件结构模型。还讨论了软件结构规范的精化问题,该精化过程可以保留系统需要的属性。     

基于UML的软件结构规范与精化

提出利用UML表示软件体系结构不同的视,表明了UML可以用于建模软件结构。UML的图形语义用通信顺序进程CSP的符号表示,进一步,基于CSP的语义可以链接不同的软件结构模型。还讨论了软件结构规范的精化问题,该精化过程可以保留系统需要的属性。